美团王莆中最新演讲全文，中小企业如何正确的使用AI？（实录）

8月12日，在2026西普会中国健康产业(国际)生态大会现场，美团核心本地商业CEO王莆中发表主题演讲，首次对外披露美团在企业级AI变革领域的完整实践路径，并正式宣布将内部实战的全套AI系统向全行业开放，帮助广大商家以最低成本掌握成熟AI能力。

王莆中在演讲中以“索洛悖论”切入，直指当前AI产业面临的核心痛点：当下智能供给日益丰富、模型迭代速度不断加快，但全球范围内仅6%的企业能从AI应用中获得可量化的收益，绝大多数企业仍卡在落地错配的困境中。

对此，他将这一矛盾拆解为四大核心错配：认知错配导致企业对AI能力的认知要么过度神化要么全盘否定，效率错配让大量高性能模型被消耗在改邮件、做PPT等低价值场景，场景错配使得AI始终停留在企业经营的外围环节，考核错配则让企业急于求成，忽略了AI落地所需的内部流程与组织改造。

AI是指数级技术，但企业想要享受到红利，前提是自身的组织底数要大于1。

王莆中在演讲中提出这一核心断言，他将美团自身的AI变革历程拆解为四个清晰阶段：从年初全员“养虾”的AI科普阶段，到4月启动顶层设计搭建跨事业部AI组织，再到六七月份上千个项目同步赛马沉淀落地方法，最终摸索出一套可复制的企业AI转型路径。经过实战验证，美团明确提出企业AI变革表面是技术问题，实质是业务设计+组织变革+技术应用的系统性一号工程，绝非仅靠CTO或技术部门就能推动，必须由一把手牵头，让业务、HR、技术三方形成铁三角，才能真正把AI能力转化为实实在在的经营效率。

以下为王莆中演讲实录，分享给大家：

各位嘉宾，各位专家学者大家上午好！特别感谢中康的邀请，时隔两年又非常荣幸地来到了西普会。这两年变化非常快，对于很多企业家来讲也是一个跟着AI的进展每天每夜睡不着觉的改变，变化太快了。

所以主办方特别贴心，在我演讲前发布了创新睡眠药，搞AI也可以睡得好一点。

今天我想跟大家探讨企业级的AI的变革。

一、现象：索洛悖论

我们先从一个1987年的诺贝尔经济学家索洛（Robert Solow）从当年的一个非常经典判断开始。1987年的时候，他说这样一句话：计算机到处可见，唯独没有体现在生产率统计里。

是不是跟今天的AI很像？每个人都在讨论AI，甚至每天都在用AI，最后你的财务报告里面、你的生产率统计里面出现了多少。

当然后面的故事我们清楚了，计算机时代延续到互联网、移动互联网、智能手机时代，最终计算机相关的产业不仅走入了千家万户，也成了10万亿美元级的大产业。但是这个过程是非常艰辛的，有一个曲曲折折发展的过程。

二、洞察：AI生产率难题——智能供给与企业落地错配

为什么今天的AI跟1987年的计算机很像？本质上我们来破解或者分析，AI生产力的难题本质上是一个错配。今天我们看到智能供给非常丰富，而且性价比越来越高——大量的投入，两个星期一个月发一个新的模型出来，今天最先进的开源模型比六个月以前的最好的闭源模型、最贵的闭源模型已经打平，我们的AI变得有性价比，未来智能供给是无限的。

但是落地怎么样？大量的报告、咨询公司投行报告显示，你的企业只有6%能够统计到、或者6%的企业能够统计到可以测量的收益。全球88%的企业常态化使用AI，极少数是AI改进的组织。

我们的错配有几个方面：

第一，认知的错配。对于AI认知不清楚，很多人认为上了AI什么都解决了，等于请了一个员工可以干一切的工作；还有人认为AI都是错误谬误，大量的幻觉，基于算力的推导不符合需求的——要不然把它弄得特别高，要不然觉得一无是处。

第二，效率的错配。我们用最好的模型用来发邮件、改邮件、做PPT、用来聊天，没有用在点子上。

第三，场景的错配。我们很难找到有价值的场景把AI融入进去，它发挥的场景现在往往都在外围，没有进入企业经营的内核。

第四，考核的错配。我们就像买了一批原材料马上就要看到效果，但是实际上AI真的产生效果需要企业内部要做大量的改造。这个我在后面的章节里面、后面的环节里面更加清楚地阐释一下。

第五，流程的错配。人和机器、人和设计是很困难的。

三、断言：AI是指数级技术，但享有红利的前提是组织底数大于1

AI肯定是非常革命性、指数级的技术，前提你的经济管理组织指数X大于1时候，AI指数越大我们跑越快；小于1你可能是落后的——发动机越强劲，你的底盘越容易散架。所以我们先把底盘夯实好，就是我们整个业务和组织的管理。

四、美团AI变革四个阶段

我也分享一下我们的四个阶段：

第一个阶段，今年的二三月份，随着龙虾（OpenClaw）的兴起，我们开展了轰轰烈烈的养虾运动——公司10万个人，8万只虾，两个星期10万个skill， token无上限，我们用最贵的模型。那这个阶段重要的意义是什么？起到了很重要的科普的作用。我相信在座很多企业也经历过这个过程：每个人配一个虾，上至董事长下至基层员工，每天跟虾聊天、发送文件、做各种分析。

这是第一个阶段。好处是刚刚所说的做了一个科普；问题是什么？我们的账单开始爆炸了，一天消耗一千万人民币，安全性的权限管理、各种各样的谬误对于真实经营的破坏都出来了。

我们想这样不行，我们得从上至下开始提出一些真正的变革方案出来。所以进入第二个阶段，4月份开始从顶层开始，我们思考怎么样能够把AI转型、AI变革做好。我们成立了AI的组织——很多分型的组织，每个大的事业部都有。我们总结的方法最后判断的是：需要一套行之有效的转型的步骤，才能够真正有序地把全员对AI的积极性转化为生产力。

第三阶段，到了六七月份，初步的有很多的项目跑出来了。经过几个月，大大小小上千个项目上马，我们一边赛马一边梳理方法，总结出来最关键：企业要AI不是一个技术问题，而是要三位一体解决的。把这个点搞清楚以后，我们不要把AI转型、AI变革寄希望于CTO、CIO或者数字化总监，这是不行的。

美团有两万名产研同学——产品研发两万人，我们都不行。最终是业务、组织、技术结合的问题。到了7月份以后，我们的相应方法梳理清楚了，我们自己内部的产品、流程跑顺了，我们沉淀下来，一会儿会给大家讲一些真实的案例。

企业要做好的AI转型，难度一点不亚于甚至远超过上个时代从传统企业转型数字化企业。从数字化转型成AI驱动的企业，难度是更高的。

五、核心断言：企业AI变革表现是技术问题，实实质是业务设计+组织变革+技术应用的系统性一号工程

当然，我们也把它梳理出来：顶层的使命愿景战略是不变的，AI是工具、手段、目的，但是AI的战略目标要定好——你到底需要AI帮你做什么？你的业务设计搞清楚，你的组织管理和应用要配套好。

所以，这句话我想特别认真地分享给大家：

企业AI变革表面是技术问题，实际上业务设计+组织变革+技术应用是一个系统化的一号工程

也就是一把手要抓，跟数字化一样甚至更加夸张，一把手亲自用、亲自抓。

六、方法论框架：AI变革的过程也是流程新生的过程

下面我再分享几个真实案例。这是我们的一个梳理的过程——这个不展开了，因为时间有限。左边右边是我们真实在美团医药事业部跑出来的25个案例，方法是从评估开始：流程梳理、优先级排序、变革的组织管理，最后到技术方案。组织底座我们三位一体加上一个铁三角——HR、业务、技术一定要绑定在一起才能推动这个改革。

七、案例：内部流程改造案例

我中间讲一个例子，我们自己的一个例子：我们过去用人做这个流程，一个方案一到两个月。我们把人的经验提取出来之后沉淀到AI里面，把人跟整个流程重新设计，现在我们两天可以跑一个新的——这是现实当中真正在跑的。

八、案例：合作伙伴共建案例

我们也跟很多伙伴客户共建共创：

• 老百姓大药房：实时需求的识别，藿香正气在夏天的情况
• 漱玉平民：全域的洞察，真实的数据流程和真实的有洞察力的分析

包括我们做的15分钟巡检——以前一次一天，一周两次，现在15分钟可以随时做。

同样右边，我们把我们在自己经营过程当中真实应用的经营助手、库存管家、智能客服，未来提炼出来的AI模型搭配美团自己的模型，我们希望全面地向合作伙伴开放，提供给你们使用。

九、产品全景图：技术底座与对外产品

我们自己的技术基础、我们的底座，基于LongCat的训练。我们自己几千万次高质量的咨询会话，我们有10几万的药品说明书，以及各种各样的人群医学数据等等。

未来两个东西：

小团健康管家

（2C）：向患者、普通消费者提供各种各样的用药咨询、问诊、药品管理等等健康管理的服务，背后是相应的药店的资源和医生的资源。

美团CatPaw + 商家AI工作台

（2B）：提供给行业、我们合作伙伴的。不是一个简简单单的AI工具，而是一个真实数据实战出来的一套方法、一套模型，对于行业的深度整合理解，以及我们美团经营数据的打通——这是我们最大的特点。

十、呼吁&行动建议

所以我也想跟各位企业家再一次呼吁一点：我们企业做AI转型，真实落地一定要从高价值场景开始，然后注意三位一体——业务、组织、技术，最后积小胜为大胜，这样AI变革可以有序开展了。它有规律可循，没有那么可怕，绝对是一个非常重要的一号位工程。

十一、定位&承诺

美团的定位：美团不会做线下药店，我们永远是行业的数字化和AI的小帮手。科技从数字化进入到AI，我们的帮手角色也要从互联网数字化进化到AI。

谢谢大家！